Knowledge Distillation
从对话和报告中蒸馏新知识点
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Knowledge Distillation。 它的用途是：从对话和报告中蒸馏新知识点 完整的 Skill 内容见：https://321skill.com/skills/knowledge-distillation-x-7/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'将我今天与用户的全部对话记录和下午生成的报告文件进行蒸馏，提炼出新的知识点和更深层的洞察。' 它会自动遍历输入内容，识别关键实体、因果关系和隐含需求，输出包含知识卡片和关联链的 JSON 结构，并可直接导入知识库。
介绍
这个 Skill 解决的是 AI 系统中知识碎片化的问题。当智能体每天产生大量会话记录、工作日志和报告文件时，关键洞察往往淹没在冗余信息中，难以被后续任务复用。Knowledge Distillation 能够自动从这些非结构化文本中提炼出结构化、可关联的新知识点，并生成更深层的知识线索，帮助智能体持续积累和迭代认知。
使用时，只需将待蒸馏的原始内容（如 OpenClaw 的日常记忆、会话转录文本、新生成的报告文件）作为输入交给 Skill，它便会自动执行信息提取、语义关联和层级归类，输出清晰的知识点卡片和链式洞察。整个过程无需额外配置，支持批量处理。
这个 Skill 适合智能体开发者、数据分析师和学术研究者。智能体开发者可以用它来增强 AI 系统的长期记忆能力；数据分析师能从海量日志中提取可操作的趋势信号；学术研究者则可快速将文献阅读笔记和实验记录转化为可索引的知识库。
建议定期（如每日或每批次）运行蒸馏操作，避免累积过多原始数据导致处理耗时增加。对于高度敏感或涉密内容，请确保在本地私有环境中使用。如果输入内容本身质量较低（如乱码、无意义重复），蒸馏效果会相应下降，建议先清洗数据。
核心特点
不同于通用的文档摘要工具，这个 Skill 专门针对 AI 智能体的日常记忆和会话记录设计，能识别对话中的隐性知识线索并建立跨会话的知识关联，而非简单提取关键词。
注意事项
不适合对纯结构化数据（如表格、数据库记录）进行蒸馏，其设计初衷是处理非结构化文本。
常见问题
蒸馏和总结有什么区别？
总结是压缩原文，蒸馏是提取新知识并生成关联洞见，输出的是可复用的知识点而非原文摘要。
支持哪些输入格式？
支持纯文本、Markdown 和常见文档格式（如 PDF、DOCX），建议将文件内容直接作为文本输入。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/knowledge-distillation-x-7/raw/index.md 读取 Knowledge Distillation 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/knowledge-distillation-x-7/raw/index.md（查看排版版本）